Методика определения оптимальных сроков ремонта транспорта с использованием технологии нейронных сетей

Статья посвящена исследованию применения инструментов индустрии 4.0 в задачах технического сервиса. Показано преимущество применения нейронных сетей. По сравнению с линейными методами, нейронная сеть способна эффективно создавать нелинейные зависимости и более точно описывать наборы данных. В классических методах статистики распространен байесовский классификатор, который строит квадратичную разделяющую поверхность, нейронная сеть способна строить поверхность более высокого порядка. Кроме того, нейронная сеть обучается на всей выборке данных, не фрагментируя ее, что повышает адекватность настройки сети. Таким образом, в рамках классического подхода не удается получить существенного улучшения качества управления техническим сервисом. Совершенствование методики управления техническим сервисом, применение и адаптация инструментальных средств нейросетевого моделирования актуальны. В статье предложено два варианта применения нейронных сетей. Первый заключается в применении нейросетевой технологии для прогнозирования технического состояния. Второй - в применении нейросетевой технологии для прогнозирования потребности техники в определенный промежуток времени. Предложена методика распределения сроков выполнения ремонтов, которая должна повысить эффективность предприятия за счет назначения оптимальных сроков.